论文部分内容阅读
基于稀疏表示和低秩表示的子空间聚类算法是目前的研究热点,但大多数子空间聚类方法只适用于线性子空间或仿射子空间。针对这一问题,研究了一种能处理非线性模型的核子空间聚类方法。提出学习一种低秩核映射,通过这种映射,特征空间中的映射数据不仅具有低秩性,而且具有自表达性,从而使得低维子空间结构在高维特征空间中得以呈现。通过运动分割和人脸图像聚类问题的实验,验证了方法的有效性。